El principal objectiu d'aquesta tesi és desenvolupar sistemes de traducció
assistida i de traducció automàtica que presenten una major sinergia amb els
seus usuaris potencials. Per tant, el propòsit és dissenyar sistemes més
ergonòmics, intuïtius i eficients, amb la intenció de que l'expert humà es
senti més còmode a l'hora d'emprar-los. Per arribar a aquest fi es presenten
diferents tècniques enfocades a millorar l'adaptabilitat i el temps de resposta
dels sistemes de traducció automàtica subjacents, així com també es presenta
una estratègia per a millorar la interacció home-màquina en un entorn de
traducció interactiva.  Tot això amb el proposit últim d'emplenar el buit
existent entre l'estat de l'art en traducció automàtica i les eines que tenen
els traductors humans a la seva disposició.

Pel que fa al temps de resposta dels sistemes de traducció automàtica, en
aquesta tesi es presenta una tècnica de poda dels paràmetres dels models de
traducció actuals, la intuïció de la qual està basada en el concepte de
segmentació bilingüe, però que acaba per evolucionar cap a una estratègia de
re-estimació d'aquestos paràmetres. Emprant aquesta estratègia s'obtenen
resultats experimentals que demostren que és possible podar la taula de
segments fins un 97%, sense minvar amb això la qualitat de les traduccions
obtingudes. A més, aquests resultats són coherents en diferents parells de
llengües, la qual cosa evidencia que la tècnica que es presenta ací és efectiva
en un entorn de traducció automàtica tradicional, i per tant podria ser
utilitzada directament en un escenari de post-edició. No obstant això, els
experiments duts a terme en traducció interactiva són lleugerament menys
convincents, donat que impliquen la necessitat d'arribar a un compromís entre
el temps de resposta i la qualitat dels sufixos produïts.

D'altra banda, es presenten dues tècniques d'adaptació, amb el propòsit de
millorar l'adaptabilitat dels sistemes de traducció automàtica. La primera
d'elles es centra en millorar l'adaptabilitat del model de llenguatge,
mitjançant la seva subdivisió en diversos models de llenguatge més petits, però
més específics. Una vegada fet això, eixos submodels s'interpolen en temps de
traducció en funció de la frase d'entrada en qüestió. Els submodels específics
són construïts bé tenint en compte informació procedent d'etiquetes
supervisades existents en diferents conjunts de dades bilingües, o bé
mitjançant estratègies d'agrupament no supervisades, amb el propòsit de
descobrir determinats temes o estils lingüístics. La segona tècnica d'adaptació
que es presenta en aquesta tesi consisteix a aplicar l'adaptació predictiva
Bayesiana als models de traducció subjacents als sistemes de traducció
automàtica actuals. Tot i que els experiments d'adaptació s'han dut a terme en
un entorn de traducció automàtica pura, els resultats obtinguts són prou
prometedors com per implementar les tècniques desenvolupades en aquesta tesi en
un entorn interactiu en el futur proper. Tot i això, val la pena recalcar que
les tècniques desenvolupades en aquesta tesi poden ser implementades sense
modificacions en un entorn de traducció assistida en el qual un sistema de
traducció automàtica estadístic proporciona les traduccions que l'usuari haurà
de modificar i validar.

Finalment, també es dedica especial atenció a millorar la sinergia entre
l'expert humà i el sistema de traducció interactiva. Per a això, s'estudien
dues formes diferents de realimentació feble, amb la intenció de millorar la
productivitat del traductor humà. Amb aquesta finalitat, es presenten dues
modificacions a l'esquema tradicional d'interacció. La primera pretén anticipar
les accions de l'usuari, mentre que la segona té per finalitat millorar la
flexibilitat del sistema en el cas en què l'usuari assenyali que hi ha un error
i vol que el sistema corregeixi.